DELPHIDay - Richard Dufour - Traitement automatique du langage et modèles génératifs pour les outils de santé
| Action | Key |
|---|---|
| Play / Pause | K or space |
| Mute / Unmute | M |
| Toggle fullscreen mode | F |
| Select next subtitles | C |
| Select next audio track | A |
| Show slide in full page or toggle automatic source change | V |
| Seek 5s backward | left arrow |
| Seek 5s forward | right arrow |
| Seek 10s backward | shift + left arrow or J |
| Seek 10s forward | shift + right arrow or L |
| Seek 60s backward | control + left arrow |
| Seek 60s forward | control + right arrow |
| Decrease volume | shift + down arrow |
| Increase volume | shift + up arrow |
| Decrease playback rate | shift + comma |
| Increase playback rate | shift + dot or shift + semicolon |
| Seek to end | end |
| Seek to beginning | beginning |
Si vous êtes abonné aux notifications, un e-mail vous sera envoyé pour toutes les annotations ajoutées.
Votre compte utilisateur n'a pas d'adresse e-mail.
Informations sur ce média
Richard Dufour, Professeur, Nantes Université, LS2N, TALN
Spécialisé en traitement automatique du langage et de la parole
Traitement automatique du langage et modèles génératifs pour les outils de santé : enjeux et défis dans le domaine médical
L'émergence récente des Grands Modèles de Langue (ou Large Language Models - LLM - en anglais) ainsi que de leurs outils associés soulève et accélère d'importants enjeux scientifiques et sociétaux. Parmi les nombreux secteurs appelés à être impactés par ces modèles génératifs, le domaine médical suscite particulièrement l'attention de nombreuses catégories d'acteurs, qu'ils soient industriels, chercheurs, médecins, patients... ou plus généralement le grand public. En effet, les applications potentielles dans ce domaine semblent vastes, toute personne pouvant trouver, à son niveau, un intérêt (éducation, diagnostic, explication...). Le traitement automatique du langage (TAL) est un des domaines de recherche qui se trouve au coeur de ces modèles et technologies, intégrant l'utilisation de données massives (big data), d'apprentissage profond (deep learning) ou encore d'Intelligence Artificielle (IA) générative. Après un rapide aperçu du domaine du TAL et de ses évolutions, incluant une partie des fondements des LLMs, nous nous intéresserons à dresser une partie des enjeux et des défis futurs auxquels le TAL devra faire face dans le cadre d'une application au domaine médical.